[Python知识库]学习pandas库笔记（pd.read_excel）

本项目是基于pandas==1.1.5的版本。以下记录学习pandas库的笔记

def read_excel(
    io,
    sheet_name=0,
    header=0,
    names=None,
    index_col=None,
    usecols=None,
    squeeze=False,
    dtype=None,
    engine=None,
    converters=None,
    true_values=None,
    false_values=None,
    skiprows=None,
    nrows=None,
    na_values=None,
    keep_default_na=True,
    na_filter=True,
    verbose=False,
    parse_dates=False,
    date_parser=None,
    thousands=None,
    comment=None,
    skipfooter=0,
    convert_float=True,
    mangle_dupe_cols=True,
)

一、pd.read_excel(file)

利用pandas库处理excel表格。有个excel表格如下：

利用iterrows()处理得到的数值为numpy格式的。更多细节如下所示：

import pandas as pd
for i in pd.read_excel(label_file):
    print(i)  # 会将表头属性读取出来
# data
# non
# early
# mid_advanced   
print(type(pd.read_excel(label_file))) # <class 'pandas.core.frame.DataFrame'>

for i, row in pd.read_excel(label_file).iterrows():
    print(i) # 0 ~ 5
    print(row)
    # data            1
    # non             1
    # early           0
    # mid_advanced    0
    # Name: 0, dtype: int64
    print(type(row))               # <class 'pandas.core.series.Series'>
    print(row['data'])             # 1 ~ 6
    print(type(row['data']))       # <class 'numpy.int64'>
    print(row['non'])              # non 那一列对应的数值
    print(type(row['non']))        # <class 'numpy.int64'>
    print(row[0])                  # 第1列对应的数值   1 ~ 6 (不含有0)
    print(row[1])                  # 第2列对应的数值
    print(row[2])
    print(row[3])
    print(type(row[0]))            # <class 'numpy.int64'>
    print(row.values)              # 获取每一行的数值 [1 1 0 0] [2 1 0 0] ...
    print(type(row.values))        # <class 'numpy.ndarray'>
    print(row[1:].values)          # 获取每一行除第一个数值外的数值 [1 0 0] [1 0 0] ...
    print(type(row[1:].values))    # <class 'numpy.ndarray'>
    
    
label = {row['data']: row[1:].values
             for _, row in pd.read_excel(label_file).iterrows()}
#{1: array([1, 0, 0], dtype=int64), 2: array([1, 0, 0], dtype=int64), 3: array([1, 0, 0], dtype=int64), 4: array([0, 0, 1], dtype=int64), 5: array([0, 0, 1], dtype=int64), 6: array([1, 0, 0], dtype=int64)}

import numpy as np
label1 = np.array([0,0,1])
print(label1.argmax()) # 2

当有个表格如下时：

for i, row in pd.read_excel(label_file).iterrows():
    print(i) # 0 ~ 1
    print(row)
    # data             1
    # non              1
    # early            0
    # mid_advanced     0
    # name            病者
    # Name: 0, dtype: object
    print(row['data'])             # 1， 2
    print(type(row['data']))       # <class 'int'>
    print(row[1])                  # 1， 1
    print(type(row[1]))            # <class 'int'>
    print(row[4])                  # 病者， nan
    print(type(row[4]))            # <class 'str'>  <class 'float'>   （这是根据表格内容定的，如果是文字就是str；如果没有东西即nan，则为float）
    print(row.values)              # 获取每一行的数值 [1 1 0 0 '病者'] [2 1 0 0 nan]
    print(type(row.values))        # <class 'numpy.ndarray'>